AI Visibility: Wie du auftauchst, wenn nicht mehr Google, sondern die KI empfiehlt
Jannik Lindner hat gezeigt, warum Kaufentscheidungen heute in ChatGPT vorbereitet werden. Und was man tun muss, um in dieser Empfehlung überhaupt vorzukommen.
Jannik Lindner hat gezeigt, warum Kaufentscheidungen heute in ChatGPT vorbereitet werden. Und was man tun muss, um in dieser Empfehlung überhaupt vorzukommen.
Stell dir vor, ein Maschinenbauer sucht eine Agentur. Früher tippte er „SEO Agentur Maschinenbau“ bei Google ein und klickte sich durch zehn blaue Links, Bewertungen, Maps, das volle Programm. Heute fragt er ChatGPT und bekommt eine fertige, kuratierte Empfehlung: vier Anbieter, die Kaufkriterien gleich mitgeliefert, ein paar Red Flags obendrauf. Wer in dieser kurzen Liste nicht auftaucht, existiert für den Kunden schlicht nicht.
Genau dieser Bruch war das Thema bei Jannik Lindner, der mit Rawshot ein KI-Tool für Fashion-Fotografie baut und nebenbei das Marketing und SEO für mehrere Projekte verantwortet. Er hatte Theorie und eine Live-Demo dabei: wie man sichtbar bleibt, wenn nicht mehr Google, sondern die KI die Kaufentscheidung vorbereitet.
Von Keywords zu Empfehlungen
Klassisches SEO lebte von Keywords und Suchvolumen. Bei GEO, also Generative Engine Optimization, gibt es das so nicht mehr. Der Nutzer formuliert ganze Sätze, die KI antwortet mit einer vorqualifizierten Auswahl. Das Unangenehme aus Anbietersicht: Worauf die KI ihre Empfehlung stützt, kommt größtenteils aus den Trainingsdaten und ist eine Blackbox. Man hat kaum Einfluss, und wer nicht genannt wird, verliert genau den Kunden, der eigentlich perfekt gepasst hätte.
Dass das kein Randthema ist, merkt Jannik an den eigenen Zahlen: Bei seinen Softwareprojekten kommen inzwischen rund 80 Prozent der wirklich spannenden Leads über KI-Suchmaschinen. Sauber tracken lässt sich das kaum, was viele gerade nervös macht.
Kein Zukunftsthema mehr
Die Studien zeigen dasselbe Bild. Laut einer Accenture-Erhebung ist generative KI bereits die zweitwichtigste Quelle, der Menschen bei der Informationssuche vertrauen. Nur das physische Ladengeschäft liegt noch davor. Spannend ist vor allem, wo KI greift: nicht ganz am Anfang oder Ende, sondern mitten in der Customer Journey, also genau dort, wo die Entscheidung fällt. Wer dann noch zum Demo-Call kommt, hat oft schon acht von zehn Fragen für sich geklärt.
Das stellt das alte Lieblings-KPI in Frage: Traffic. Eine Branding-Agentur hatte über Jahre riesige Lexikonartikel aufgebaut, „Was ist eine Marke“ und Co. Früher zuverlässige Trafficmaschinen, heute beantwortet ChatGPT die Frage direkt, ohne dass jemand klickt. Bei einem Konzernkunden stellt man deshalb gerade das komplette Reporting um.
Die vier Stufen, von KI empfohlen zu werden
Jannik hat dafür ein Stufenmodell mitgebracht. Stufe eins ist Klarheit: Versteht die KI überhaupt, was du anbietest? Klingt banal, ist aber selten sauber gelöst. Viele Seiten ertrinken in Floskeln wie „30 Jahre Erfahrung“ oder „Partner für die Zukunft“, ohne je konkret zu sagen, was sie eigentlich tun. Ein Quick Fix ist die sogenannte Grounding Page, eine bewusst maschinenlesbare Über-uns-Seite: wer bin ich, was mache ich, was mache ich nicht. Jannik hat sich live über ChatGPT „gegoogelt“, und genau diese Seite wurde zitiert.
Stufe zwei ist Passung, Stufe drei und vier sind Differenzierung. Der praktischste Tipp hier: Reverse Engineering. Gib die typischen Kaufprompts deiner Zielgruppe bei ChatGPT ein, schau dir die genannten Kaufkriterien an und sorg dafür, dass deine Seite sie bedient, damit du nicht aus der Auswahl fliegst. Und weil eine Erwähnung von außen mehr zählt als Eigenlob, geht es am Ende auch um Mentions, Vergleichsinhalte und, ehrlicherweise, um die teils ziemlich teuren Bestenlisten, in die sich vor allem US-Anbieter einkaufen.
Die sind teuer, weil sie ChatGPT per Proxy auslesen statt sauber über die API zu gehen. Janniks Rat: sehr selektiv vorgehen und nur harte Prompts vom Ende der Buying Journey tracken, etwa „beste SEO-Agentur für Maschinenbauer“. Ansonsten lieber in Themen denken als in einzelnen Prompts.
Vom Konzept zur Praxis
Zum Schluss zeigte Jannik sein „Landing Page System“. Der Hintergrund: Landingpages zu bauen ist mühsam, und bei Kunden scheitert die beste Strategie oft schlicht daran, dass intern niemand Zeit hat, sie umzusetzen. Seine Lösung sind standardisierte Bausteine wie Hero, Use Case, Feature und FAQ, jeder mit eigenen Regeln und Custom-Prompts, gefüttert mit einem rund 20-seitigen Messaging-Dokument als Markenkontext. Daraus entsteht eine Landingpage als JSON, die das Frontend automatisch rendert. Rawshot ist damit seit Oktober live und liegt inzwischen bei rund 18.000 Besuchern im Monat, der „dunkle“ Teil in ChatGPT noch gar nicht mitgezählt.
Prompting Lab Themen im Juni:
- KI als Führungsaufgabe
- LinkedIn-Glow-up mit KI
- Vom Aktenberg zur digitalen Rechnungsprüfung
Die ganze Session, inklusive der Live-Demo des Landing Page Systems und mehr Details zum Stufenmodell, gibt es in der Aufzeichnung.
